Intelligence artificielle et diagnostic du mélanome, c’est déjà demain

Dans un numéro récent d’Annals of Oncology une équipe de l’université de Heidelberg traite de l’application de l’intelligence artificielle au diagnostic du mélanome malin.

Le titre de leur article « Man against machine » n’est pas très bien trouvé : ce n’est pas contre, mais avec les machines d’intelligence artificielle que les dermatologues de demain (un demain très proche) exerceront.

Cette étude confirme qu’un réseau de neurones convolutés, Inception v4 de Google, est capable d’ « apprendre » à distinguer les mélanomes des lésions bénignes avec une précision au moins égale, et souvent supérieure, à celle des dermatologues les plus compétents, en clinique et en dermoscopie. Les performances du programme ont en effet été confrontées à celles de 58 dermatologistes dont 30 experts ayant plus de cinq ans d’expérience dans la pratique de la dermoscopie. Elles ont été globalement meilleures que celles des praticiens. Cependant 13 dermatologistes (22,4 %) se sont montrés plus performants que ce programme.

Plutôt une bonne nouvelle

Tout ceci est plutôt une bonne nouvelle. On sait qu’aucun dermatologue ne prétend à une sensibilité et à une spécificité de 100 % pour ces diagnostics, et l’aide de machines est bienvenue. On peut en attendre une amélioration du diagnostic précoce de mélanome et donc une diminution de la mortalité.

Les systèmes de photographies corps entier pour les patients porteurs de nombreux naevus bénéficieront probablement de ces techniques, de même que les médecins confrontés à une lésion atypique. Quant au dépistage de toute la population, dont la pertinence n’est pas unanimement appréciée, il devra intégrer la possibilité de photographier les lésions cutanées avec des systèmes experts.

On peut penser que les diagnostics de bénignité permettront de limiter les interventions des dermatologues aux cas qui le nécessitent le plus. L’accès aux soins spécialisés sera facilité pour les populations qui en sont actuellement éloignées. Tous les problèmes ne seront pas résolus, mais les dermatologues verront leur rôle à la fois facilité et valorisé.  

Dr Daniel Wallach

Références
Haenssle HA, Fink C, Schneiderbauer R et coll. : Man against machine: diagnostic performance of a deep learning convolutional neural network for dermoscopic melanoma recognition in comparison to 58 dermatologists. Ann Oncol 2018, publication acancée en ligne le 28 Mai. doi:10.1093/annonc/mdy166

Copyright © http://www.jim.fr

Réagir

Vos réactions

Soyez le premier à réagir !

Les réactions aux articles sont réservées aux professionnels de santé inscrits
Elles ne seront publiées sur le site qu’après modération par la rédaction (avec un délai de quelques heures à 48 heures). Sauf exception, les réactions sont publiées avec la signature de leur auteur.

Réagir à cet article